[发明专利]一种动物目标图像的提取方法及系统

权利要求书

1.一种动物目标图像提取方法，其特征在于，包括：

设计基于图像的亮度等级信息和邻域梯度信息的模糊集理论隶属函数；

根据设计的所述模糊集理论隶属函数，计算动物图像中每一个像素点属于设定模糊集的隶属度，根据所述隶属度的大小，将动物图像划分为第一类区域和第二类区域；

确定动物图像中阴影区域的亮度等级阈值，根据所述阴影区域的亮度等级阈值，从所述第一类区域中区分出第一阴影区域，得到第一类区域中除去第一阴影区域的第一类子区域，以及从所述第二类区域中区分出第二阴影区域，得到第二类区域中除去第二阴影区域的第二类子区域；

确定所述第一类子区域和所述第二类子区域分别为前景区域或者背景区域，并区分出前景区域中的第三阴影区域，剔除动物图像中的第一阴影区域、第二阴影区域、第三阴影区域和背景区域，得到动物目标图像；

其中，所述设计基于图像的亮度等级信息和邻域梯度信息的模糊集理论隶属函数具体包括：

分别设计基于图像的亮度等级信息的模糊集理论隶属函数和基于图像的邻域梯度信息的模糊集理论隶属函数，并进行融合处理，得到基于图像的亮度等级信息和邻域梯度信息的模糊集理论隶属函数；

所述设计基于图像的亮度等级信息的模糊集理论隶属函数具体包括：

将动物图像看做一连续函数f(x，y)，像素点I(i,j)的四邻域像素点I₄(i,j)可以表示为：

I₄(i,j)＝{I(i,j-1),I(i,j+1),I(i-1,j),I(i+1,j)}；

基于图像的亮度等级信息，像素点I(i,j)属于设定模糊集的隶属函数μ_A,I(i,j)定义如下：

其中，f_i,j为像素点I(i,j)的亮度等级值，为I₄(i,j)的亮度等级均值，f_max和f_min分别为动物图像所有像素点中的亮度等级最大值和亮度等级最小值；

所述设计基于邻域梯度信息的模糊集理论隶属函数具体包括：

基于图像的邻域梯度信息，像素点I(i,j)处的梯度矢量为：

式中，G_i表示像素点I(i,j)在i方向上的梯度，G_j表示像素点I(i,j)在j方向上的梯度，像素点I(i,j)的梯度幅值为：

像素点I(i,j)的梯度方向为：

基于图像的邻域梯度信息，像素点I(i,j)属于设定模糊集的隶属函数μ_A,G(i,j)定义如下：

μ_A,G(i,j)＝e^{-(g(i,j)+Φ(i,j))}；

式中，g(i,j)为像素点I(i,j)的梯度幅值，Φ(i,j)为像素点I(i,j)的梯度方向；

采用如下方式对基于亮度等级信息的模糊集理论隶属函数和基于邻域梯度信息的模糊集理论隶属函数进行融合：

式中，μ_A(i,j)为像素点I(i,j)属于设定模糊集的隶属函数，μ_A,I(i,j)为像素点I(i,j)基于图像的亮度等级信息属于设定模糊集的隶属函数，μ_A,G(i,j)为像素点I(i,j)基于图像的邻域梯度信息属于设定模糊集的隶属函数；

所述确定动物图像中阴影区域的亮度等级阈值具体包括：

根据动物图像中每一个像素点的亮度等级值，统计每一个亮度等级值对应的像素点个数，生成亮度等级值与像素点个数的亮度直方图曲线；

将所述亮度直方图曲线中第一个峰值所对应的亮度等级值作为阴影区域的亮度等级阈值；

所述根据所述阴影区域的亮度等级阈值，从所述第一类区域中区分出第一阴影区域，得到第一类区域去除第一阴影区域的第一类子区域，以及从所述第二类区域中区分出第二阴影区域，得到第二类区域去除第二阴影区域的第二类子区域具体包括：

将所述第一类区域中的每一个像素点的亮度等级值与所述阴影区域的亮度等级阈值进行比较，亮度等级值小于所述阴影区域的亮度等级阈值的所有像素点组成第一类区域中的第一阴影区域，第一类区域中除掉第一阴影区域的其它区域为第一类子区域；

以及，

将所述第二类区域中的每一个像素点的亮度等级值与所述阴影区域的亮度等级阈值进行比较，亮度等级值小于所述阴影区域的亮度等级阈值的所有像素点组成第二类区域中的第二阴影区域，第二类区域中除掉第二阴影区域的其它区域为第二类子区域。

2.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1所述的方法。